一种基于机器听觉的智能制造产品识别与检测方法与流程

1.本发明属于机器声学技术领域，涉及声环境、震动噪声、媒质中机械波。


背景技术：

2.目前产品噪声检测市场多依靠人工检测或国外进口设备，但由于设备价格昂贵技术加密等原因，我国的声学研究一直受到不同程度的限制，因而没有达到应用要求。在工业产线中，目前是操作人员在专业静音房中全职负责噪声评判，由于人工辨别会产生漏判、误判，而未被检出的质量问题流通到市场的话，将会造成不良的企业声誉，同时每年人工成本也较高，这极大影响了企业成长。
3.目前机械设备运行状态监测和故障诊断可采用的信号有很多，如力信号、温度信号、振动信号和声音信号等，其中后两种信号应用的最多。一般来说声音信号是由纯音和噪声组成的，而其中噪声通常是被认为是有害而应被消除。大多数的机械设备运行状态或者是故障信号都包含在噪声之中。因此对设备进行状态监测和故障诊断，对噪声进行分析是一个重要的切入点。而高速机械设备运行过程中所发出的声音包含其固有结构的声音信号，即“基本噪声”，例如主轴转动、齿轮啮合、零部件接触面摩擦、轴承旋转，丝杠转动等等引起的振动，另外还有因为制造、装配误差而导致的噪声。这些信号混杂一起能够体现机械设备运行时所处的状态，因此，通过机械设备运行状态声音信号进行特征提取和分析，可以对机械设备整体运行过程中的故障诊断和维护提供高效的技术保证，这样可以大大提升机械数控加工的效率，保证设备和人员的安全。因此开发一套高精度的机械设备运行状态声音测试系统势在必行。
4.随着以工业互联网为载体的智能制造全面推进，和具有感知、分析、推理、决策、控制功能的智能制造装备新产品的不断推出，机器听觉在设备监测与故障诊断方面的应用市场广泛，从汽车、家电、工业生产、电力能源到化工、航空、船舶等诸多行业，机器听觉的应用场景非常广阔。


技术实现要素：

5.本发明是通过麦克风收集声音信号，通过声学算法以及数据分析对产品进行声学检测，找出不良品，并智能判断原因。对设备进行实时监控检测，发现疑似故障并作出智能预警。非接触，不影响产品表面质量，不需要额外机器或人工操作；相对应振动传感，可以更直接和更精确的检测到产品噪音异响。对质量缺陷进行精确智能的识别和评判，同时高质的声音数据信息更为质量管理提供有效基础，在数字化时代为制造业提高竞争力。
附图说明
6.图1：为发明专利的基于机器听觉的智能制造产品识别与检测方法的示意图
7.图2：为发明专利的整个噪声检测技术作用机制图
8.图3：为发明专利的基于机器听觉的智能制造产品识别信号处理流程图
具体实施方式
9.下面将对本发明实施例中的技术方案进行清楚、完整地描述，实施例1：一种基于机器听觉的智能制造产品识别与检测方法，整个噪声检测技术作用机制分为5大部分，即识音采集、信号处理、声学计算、ai计算和交互系统。
10.a.识音采集：利用声音采集设备麦克风或麦克风阵列，采用声源定位技术，通过高精度拾音器收集声音信号，
11.b.信号处理：对声音信号进行采集，声源识别剔除声音样本中其他的声音信号。保留故障的声音信号进行特征提取，进行声音检测诊断出故障类型，找到故障位置。并上传进行信号处理。
12.c.声学计算：将模拟信号转变为数字信号。随后将得到的信号应用 music算法，计算出故障声源位置的角度。经实验验证，改进后的 music算法对低信噪比条件下，相隔较小的强相关信源具有更高的分辨能力
13.d.ai计算：其次进行声学分析计算，利用每个下线产品的声纹特征和所有数据保存至数据库中。通过大数据分析，可了解生产质量的趋势，判断系统性质量问题。
14.e.交互系统：结合声学数据库、深度学习算法对数据库中的声音进行分析比对，对声音信号输出结果。快速发现产品的潜在故障并提出智能预警。
15.作为本发明的进一步技术方案,所述步骤a具体是：将采集到的声音，指在工业生产中的机器异常产生的噪音，在一定时间内的声音进行定位识别，如果比对结果一致，则判断该声音的采集角度和位置没有问题，属于有效声音，如果对比对结果不一致，则判断该声音为无效声音。
16.作为本发明的进一步技术方案，所述步骤b具体是：将待检测产品的声音数据和标准声音数据中的特征点数据，并且以其为基准，完成待测声音和标准声音的配准，进行数据对比。
17.作为本发明的进一步技术方案,所述步骤c中数据比对的标准是：特征点比对一致率≥99.5％时判定为一致声音，特征点比对一致率≤99.5％时判定为不一致声音。
18.作为本发明的进一步技术方案,所述步骤a、b、c、d、e状态是：实时进行数据采集并分析，在线识别缺陷和质量评判，应用于批量生产中，实现生产全过程实时监测判断。


技术特征：
1.本发明的目的在于提供一种基于机器听觉的智能制造产品识别与检测方法，以解决所述背景技术中提出的问题。为实现所述目的，其特征在于是通过a,首先是通过麦克风收集声音信号：b,结合声学算法和数据分析；c,以机器学习/深度学习为基础，对生产线中的产品进行检测，找到不良品和定位故障；d,进行智能判断；e,利用深度学习模型来准确的预测故障；f,同时也可以对现有设备进行实时监控检测。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

技术总结
本发明专利公开了一种基于机器听觉的智能制造产品识别与检测方法,包含以下步骤:A,首先是通过麦克风收集声音信号：B,结合声学算法和数据分析；C,以机器学习/深度学习为基础，对生产线中的产品进行检测，找到不良品和定位故障；D,进行智能判断；E,利用深度学习模型来准确的预测故障；F,同时也可以对现有设备进行实时监控检测，发现疑似故障并做出智能预警，进一步还可以预测设备寿命。进一步还可以预测设备寿命。进一步还可以预测设备寿命。


技术研发人员：魏军博
受保护的技术使用者：璀璨智声（苏州）智能系统有限公司
技术研发日：2021.07.07
技术公布日：2021/10/23